基于判别模式学习的人体行为识别方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-14页 |
| 第1章 绪论 | 第14-31页 |
| ·课题背景 | 第14-15页 |
| ·研究的目的和意义 | 第15-16页 |
| ·研究的目的 | 第15页 |
| ·研究的意义 | 第15-16页 |
| ·人体行为识别问题描述 | 第16-18页 |
| ·人体行为识别问题国内外研究现状 | 第18-26页 |
| ·行为表示方法 | 第18-23页 |
| ·行为模型和分类方法 | 第23-25页 |
| ·国内行为识别研究现状 | 第25-26页 |
| ·现有研究工作分析和问题提出 | 第26-28页 |
| ·本文的贡献 | 第28-29页 |
| ·本文的组织结构 | 第29-31页 |
| 第2章 相关工作介绍 | 第31-38页 |
| ·时空兴趣点 | 第31-34页 |
| ·词典包方法 | 第34-35页 |
| ·判别模式学习算法 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第3章 基于简单判别特征的快速行为识别算法 | 第38-56页 |
| ·引言 | 第38-39页 |
| ·已有研究工作介绍 | 第39页 |
| ·方法框架 | 第39-41页 |
| ·基于简单特征描述的判别特征学习算法 | 第41-44页 |
| ·视频帧局部特征的量化方法 | 第41-42页 |
| ·判别特征的学习方法 | 第42-44页 |
| ·行为识别方法 | 第44-50页 |
| ·方法介绍 | 第44-45页 |
| ·实验和分析 | 第45-50页 |
| ·其他应用 | 第50-54页 |
| ·异常行为检测 | 第51-53页 |
| ·序列事件检测 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 第4章 基于判别模式的层次化行为语法模型 | 第56-91页 |
| ·引言 | 第56-58页 |
| ·前人研究工作介绍 | 第58-60页 |
| ·基于局部特征的方法 | 第58-59页 |
| ·基于语法模型的方法 | 第59-60页 |
| ·方法框架 | 第60-64页 |
| ·人体行为的语法模型介绍 | 第64-71页 |
| ·行为语法模型 | 第64-65页 |
| ·终结节点 | 第65页 |
| ·非终结节点 | 第65-66页 |
| ·产生式规则 | 第66-71页 |
| ·行为语法模型的学习方法 | 第71-75页 |
| ·时空局部特征配置结构量化方法 | 第72-74页 |
| ·基于显著模式学习的行为语法规则学习 | 第74-75页 |
| ·基于行为语法模型的行为识别算法 | 第75-79页 |
| ·行为解析树 | 第75-77页 |
| ·行为识别算法 | 第77-79页 |
| ·实验与分析 | 第79-89页 |
| ·行为识别实验 | 第80-89页 |
| ·前景物体定位实验 | 第89页 |
| ·本章小结 | 第89-91页 |
| 第5章 基于判别模式的随机森林分类器 | 第91-102页 |
| ·引言 | 第91-93页 |
| ·随机森林分类器介绍 | 第91页 |
| ·随机森林分类器的优点和不足 | 第91-93页 |
| ·基于判别模式的随机森林分类器 | 第93-97页 |
| ·方法框架 | 第93-94页 |
| ·分类规则的学习方法 | 第94-96页 |
| ·基于分类规则的数据分类方法 | 第96-97页 |
| ·实验与分析 | 第97-100页 |
| ·KTH 数据库行为分类实验 | 第98-99页 |
| ·HOHA 数据库行为分类实验 | 第99-100页 |
| ·本章小结 | 第100-102页 |
| 结论 | 第102-105页 |
| 1 本文工作总结 | 第102-104页 |
| 2 未来工作展望 | 第104-105页 |
| 参考文献 | 第105-116页 |
| 攻读博士学位期间发表的论文 | 第116-119页 |
| 致谢 | 第119-121页 |
| 个人简历 | 第121页 |
